Stranka, ki se odloča med dvema ponudnikoma, na določeni točki postavi konkretno vprašanje. Ali to deluje s to drugo aplikacijo? Kaj se zgodi pri tej obremenitvi, tem protokolu, tej izjemi? Odgovor v tistem trenutku pogosto odloči več kot ponudba, ki že leži na mizi. Tehnično znanje v večini b2b-trgov ni znanje samo po sebi, temveč hitrost in natančnost, s katero to znanje ob pravem trenutku doseže pravo osebo. Ponudnik, ki v eni uri poda utemeljen odgovor, premaga ponudnika, ki potrebuje tri dni, tudi če je osnovno znanje pri obeh straneh enako.
Zato je tehnično znanje uvrščeno kot dimenzija te primerjalne analize: ne zato, ker zmaga najbistrejša glava, temveč zato, ker zmaga čas od znanja do odgovora.
Za vsakim tehničnim odgovorom stoji veriga. Nekdo prepozna vprašanje, poišče ustrezno specifikacijo ali izkušnjo, to prevede v situacijo stranke in preveri, ali je odgovor pravilen, preden gre naprej. Pri številnih podjetjih ta veriga poteka prek majhnega števila ljudi, ki imajo znanje v glavi in niso vedno dosegljivi. Pri drugih podjetjih je ta veriga zapisana v dokumentaciji, zgodovini primerov in pravilih odločanja, ki jih lahko preveri tudi kdo drug.
Ta razlika določa, koliko dela je mogoče prevzeti. Kar obstaja kot zapisano besedilo, lahko sistem preišče in povzame. Kar je le v glavi vodilnega inženirja, tega ne more, dokler nekdo tega ne zapiše.
Tri kategorije, ki se pojavljajo povsod, veljajo tudi tukaj brez izjeme. Iskanje in povzemanje obstoječih specifikacij, priročnikov in prejšnjih odgovorov je delo, ki ga lahko prevzame sistem, če osnovna dokumentacija obstaja in se posodablja. Prevajanje splošnega odgovora v specifično situacijo stranke, vključno s presojo, ali izjema velja ali ne, je delo, pri katerem lahko sistem pripravi predlog, strokovnjak pa ga z utemeljitvijo odobri ali zavrne. Presoja situacije, za katero ne obstaja precedens, ostaja delo ljudi.
Premik ni v samem znanju, temveč v tem, kdo prvi dve kategoriji danes že opravlja s podporo sistema in kdo to še vedno počne v celoti ročno. Podjetje, kjer prvo vprašanje stranke v petnajstih minutah dobi osnutek odgovora, ki ga inženir le še preveri, tekmuje z drugačno hitrostjo kot podjetje, kjer isto vprašanje pristane v čakalni vrsti enega specialista. To ni razlika v znanju. Je razlika v tem, koliko pripravljalnega dela je že prevzeto.
Razlika redko izhaja iz volje po spremembi, pogosteje pa iz stanja osnovnih informacij. Sistem lahko hitro in zanesljivo odgovarja le, če obstaja nekaj, kar lahko poišče: strukturirana dokumentacija, dosledna zgodovina prejšnjih vprašanj in odgovorov, jasna pravila odločanja za mejne primere. Podjetja, ki te informacije že leta vodijo, ker so jih interno potrebovala za uvajanje novih zaposlenih ali zagotavljanje kakovosti, imajo s tem po naključju že pripravljeno osnovo za pospešitev z AI. Podjetja, kjer se to znanje predaja predvsem ustno, potrebujejo najprej korak zapisovanja, preden lahko sistem s tem karkoli naredi.
To nima nič opraviti z velikostjo podjetja ali številom zaposlenih strokovnjakov. Majhna ekipa z dobro dokumentiranim znanjem lahko odgovori hitreje kot velik oddelek, kjer je znanje razpršeno po glavah. To pomeni, da je to tudi dimenzija, na kateri se lahko vrstni red na trgu spremeni, ne glede na to, kdo je zgodovinsko veljal za največje tehnično ime.
Stranka ne vidi, kdo uporablja AI in kdo ne. Stranka opazi le rezultat: kako hitro tehnično vprašanje dobi konkreten, pravilen odgovor in kako dosleden je ta odgovor, če je vprašanje drugič postavljeno drugi kontaktni osebi. Podjetje, ki se opira na posameznega strokovnjaka, dosega nihajoče rezultate, odvisno od tega, kdo je tisti dan na voljo. Podjetje, kjer odgovor izhaja iz skupne, preiskljive baze znanja, dosega stabilnejše rezultate, s posredovanjem sistema ali brez njega.
To stabilnost je mogoče meriti skupaj z drugimi vidiki primerjave, kot so odzivni čas na vprašanja kot konkurenčna prednost, stopnja, do katere digitalni procesi že medsebojno usklajeni, in kaj besedila razpisov za zaposlitev konkurenta razkrivajo o tem, na kaj interno stavijo. Tehnično znanje redko stoji samo zase; zmaguje ali izgublja v kombinaciji z ostalim delom igrišča.
Vprašanje, ali AI v podjetju že delno prevzema odgovarjanje na vprašanja, samo po sebi malo pove o kakovosti osnovnega kadra in nič o tem, kaj bi delodajalec s tem moral storiti glede posameznih delovnih mest; za to veljajo lastne zakonske zahteve, ki se tukaj ne obravnavajo. Kar pa je mogoče odgovoriti: kateri del tehničnega prometa vprašanj v določenem podjetju je, glede na stanje dokumentacije, mogoče pospešiti. Na to vprašanje se odgovarja po posameznih nalogah s pomočjo delovne analize FTE TO AI.
Preden bo na voljo celotna primerjalna analiza s primerjalnimi ocenami vrstnikov, lahko preverite, ali je trditev, ki jo že zdaj podajate glede tehničnega znanja, vzdržna. Kdor kot razlikovalno prednost uporablja natančnost ali hitrost, lahko to trditev preveri glede tega, ali je razlikovanje tudi dokazljivo in jo postavi ob bok drugim trdnim dejavnikom, kot so certifikati kot dokazljiv dokaz kakovosti. Brezplačno preverjanje dimenzij vam omogoča, da opredelite, na čem menite, da zmagujete, in pokaže, katere od teh trditev je mogoče podpreti z dokazi. Celotna primerjalna analiza je v izdelavi.